Question

我正在使用Jsoup 1.7.2。

使用API Jsoup.parse(String)时，我看到输出Document对象在已解析的HTML中添加了换行符（文本换行符，\ n）。

例如：输入字符串是：

<html><body><p>aaa</p></body></html>

Document对象具有以下内容（调用toString()时）：

<html>
 <head></head>
 <body>
  <p>aaa</p>
 </body>
</html>

我对<body>元素感兴趣。如何指示Jsoup不要用新行格式化输出？我期待身体部位是：<body><p>aaa</p></body>。

另一方面，当我有一个带换行符的HTML时，我希望它们保持完整。

Answer 1

尝试这样做：

Document newDocument = Jsoup.parse(htmlString, StringUtils.EMPTY, Parser.htmlParser());
newDocument.outputSettings().escapeMode(EscapeMode.base);
/**
 * Need CharEncoding.US_ASCII and not UTF-8 so the special characters will be encoded properly,
 * but representation of such will change. For instance: &mdash; will be encoded as &#8212;
 */
newDocument.outputSettings().charset(CharEncoding.US_ASCII);
newDocument.outputSettings().prettyPrint(false); // this will make sure that it will not add line breaks

Answer 2

试试这个。它的工作

    Document doc = Jsoup.parse(String);
    // This line will keep your Html in one line
    doc.outputSettings().prettyPrint(false);

    System.out.println(doc.html());

Jsoup.parse（String） - 不添加\ n

2 个答案: